Sensing Security in Near-Field ISAC: Exploiting Scatterers for Eavesdropper Deception
该研究针对近场集成感知与通信场景的感知安全问题,提出利用已知散射体的位置欺骗方案,通过分式规划和半定松弛实现通信、感知与安全的三方权衡,显著增强窃听者端杂波以混淆目标检测。
2025-10-29 eess.SP
Distributed Integrated Sensing and Edge AI Exploiting Prior Information
School of Electronic and Information Engineering, Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳)电子与信息工程学院);College of Telecommunications and Information Engineering, Nanjing University of Posts and Telecommunications(南京邮电大学电信学院)
本文研究贝叶斯框架下的分布式集成感知与边缘AI系统,通过引入任务相关先验,在感知层设计GM先验的RWB估计器,在通信层提出计算最优和决策最优代理,并推导出TDM和FDM下的闭式功率分配方案,实现阈值和双分解结构。
2026-07-28 eess.SP
IoT Random Access in Massive MIMO: Exploiting Diversity in Sensing Matrices
最近,非正交码已经被提倡用于IoT大规模接入。活动检测已被证明需要共同的支持恢复在一个联合稀疏多测量向量(MMV)的问题和MMV算法已被成功地应用提供不同程度的复杂性,性能权衡。针对每个天线的小测量,但大量的天线设置,独立的传感矩阵确实提供了显着的性能优势。不幸的是,物联网随机接入问题不能轻易地从这个概念中受益,因为代码矩阵在所有接收天线上都是固定的。我们对应对这一挑战的贡献如下。首先,独立的小尺度衰落天线和用户建立作为一个可能的源的传感矩阵去相关。其次,提出了两种新的算法,利用这种部分去相关和收集感测矩阵的多样性。由于具有低复杂度,这些方法确实提供了很大的实际优势,因为它们的目标是小的测量尺寸,由于有限的相干时间/带宽,这确实受到严重限制,但相反,通过使用大型天线阵列来补偿它。第三,严格推导了这些方法的失效概率(PoF),并给出了相应的度量不等式。第四,进行了大量的模拟,以确认这些方法的优越性能与最先进的。
2019-08-03 eess.SP
Joint UE positioning and distributed sensing in the upper mid-band exploiting virtual apertures
University of California San Diego(加州大学圣迭戈分校)
针对FR3频段DISAC系统,提出含多径估计、杂波去除、聚类关联及WLS联合估计的UE侧处理链路,实现厘米级UE与目标联合定位。
2025-09-29 eess.SP
Bistatic Doppler Frequency Estimation with Asynchronous Moving Devices for Integrated Sensing and Communications
本文首次提出一种在时钟异步且移动的ISAC设备下估计目标双基地多普勒频率的方法,利用接收端无线信号中多径分量间相位偏移的不变性与双基地几何特性解决双重相位干扰问题,仿真验证了其可行性。
2024-08-26 eess.SP
Exploiting Both Pilots and Data Payloads for Integrated Sensing and Communications
本文针对ISAC系统,提出利用数据载荷信号辅助感知,推导ELMMSE渐近表达式并设计预编码优化,显著降低感知误差。
2025-06-19 eess.SP
Single-BS Simultaneous Environment Sensing and UE Localization without LoS Path by Exploiting Near-Field Scatterers
针对无视距路径的远场UE定位难题,本文提出一种利用超大规模天线阵列近场效应的单基站方法,通过估计近场散射体位置作为虚拟锚点,实现了同时环境感知与NLoS定位,并在相似复杂度下取得更高精度与鲁棒性。
2024-08-23 eess.SP
Sensing Hidden Vehicles by Exploiting Multi-Path V2V Transmission
提出了一种利用多路径车对车(V2 V)通信检测隐藏车辆的技术。这克服了现有雷达技术需要视线(LoS)的限制,从而实现了自动驾驶中更智能的操纵并提高了其安全性。所提出的技术依赖于在目标(隐藏)车辆处通过不同天线的正交波形的传输。即使没有LoS,所得到的接收信号,使传感车辆检测的位置,形状和行驶方向的隐藏车辆通过联合分析的几何形状(AoA/AoD/传播距离)的个人propagationpath. Accuracy所提出的技术进行了验证,包括公路和农村场景的现实模拟。
2018-04-10 cs.IT eess.SP math.IT
Exploiting Multipath Information for Integrated Localization and Sensing via PHD Filtering
针对视距受阻等复杂环境下车辆定位精度下降的问题,提出基于随机有限集的PHD滤波定位感知一体化方法,统一利用各类多径分量,省去多径识别与多滤波器配置,在复杂场景下鲁棒性和有效性更优。
2024-08-15 eess.SP
Radar-assisted Predictive Beamforming for Vehicular Links: Communication Served by Sensing
在未来的车载网络中,传感和通信功能将交织在一起。在本文中,我们研究了雷达辅助的预测波束形成设计的车辆到基础设施(V2I)通信,利用双功能雷达通信(DFRC)技术。为了实现联合传感和通信功能的路边单元(RSU),我们提出了一种新的扩展卡尔曼滤波(EKF)框架来跟踪和预测每辆车的运动参数。通过利用RSU的雷达功能,我们表明,通信波束跟踪开销可以大大减少。为了在保证下行通信和速率的同时提高感知精度,我们进一步提出了一种多车辆的功率分配方案。数值结果表明,所提出的DFRC波束跟踪方法的跟踪性能显着优于通信的反馈为基础的技术。此外,所设计的功率分配方法是能够实现一个良好的性能之间的权衡感测和通信。
2020-01-25 eess.SP
Inverse Maxwell-Based Wall-Aware OFDM-ISAC for Slow-Moving Target Sensing
Polytechnique Montréal(蒙特利尔理工学院)
针对穿墙OFDM-ISAC慢速目标感知,提出基于逆麦克斯韦的墙感知距离反演,消除墙体引起的距离偏差,并证明其与平移自由空间分支等价,数值验证有效。
2026-09-15 eess.SP
AsyMov: Integrated Sensing and Communications with Asynchronous Moving Devices
University of Padova(帕多瓦大学)
AsyMov通过联合估计设备运动和时钟异步性,提升ISAC系统中移动目标的多普勒频移和速度估计性能。
2026-01-09 eess.SP
Exploiting Movable Elements of Intelligent Reflecting Surface for Enhancement of Integrated Sensing and Communication
本研究提出利用智能反射面(IRS)可移动单元增强集成感知与通信(ISAC)系统性能,针对单/多用户场景分别设计单元位置优化方案,仿真验证其可提升通信速率、感知精度并拓宽覆盖范围。
2025-07-31 cs.IT eess.SP math.IT
Integrated Sensing and Communication Exploiting Prior Information: How Many Sensing Beams are Needed?
本文研究通感一体化系统中利用先验信息感知目标角度,通过优化发射波束成形,在满足通信速率下最小化周期PCRB,并证明最多需一个专用感测波束。
2024-05-22 cs.IT eess.SP math.IT
Optimal Transmit Signal Design for Multi-Target MIMO Sensing Exploiting Prior Information
针对角度未知随机但概率先验已知的多目标MIMO雷达感知场景,该研究建立基于PCRB的性能分析框架,提出低复杂度比率和迭代算法优化发射协方差矩阵,性能优于基准方案。
2024-09-13 cs.IT eess.SP math.IT
Exploiting Sensing Signal in ISAC: A NOMA Inspired Scheme
提出了一种基于非正交多址接入(NOMA)的集成传感和通信(ISAC)框架,其中双功能基站(BS)发送复合通信和传感信号。与将感测信号视为对通信的有害干扰相比,在这项工作中,基于NOMA的概念,利用感测信号的多个波束来传送额外的信息流。然后,每个通信用户借助于连续干扰消除(SIC)来检测额外信息流和现有传统信息流。基于所提出的框架,一个多目标优化问题(MOOP)制定的通信吞吐量和感测波束准确性之间的权衡特征。对于一般的多用户场景,制定MOOP首先转换为一个单目标优化问题,通过e-约束方法。然后,提出了一个双层块坐标下降(BCD)算法,采用分式规划和逐次凸逼近找到一个高质量的次优解。对于特殊的单用户场景,通过将MOOP转化为凸二次半定规划,可以得到全局最优解。此外,严格证明了:1)在多用户场景中,所提出的受NOMA启发的ISAC框架通过进一步利用感测信号来递送额外的信息流而始终优于最新的感测干扰消除(SenIC)ISAC框架; 2)在特殊的单用户场景下,所提出的受NOMA启发的ISAC框架实现了与现有SenIC ISAC框架相同的性能,这表明在这种情况下不一定需要感测干扰的协调。数值结果验证了理论结果。
2022-07-31 cs.IT eess.SP math.IT
Cramer-Rao Lower Bound Optimization for Hidden Moving Target Sensing via Multi-IRS-Aided Radar
智能反射表面(IRS)是一种快速发展的非视距(NLoS)无线传输模式。在本文中,我们专注于红外辅助雷达估计性能的运动隐藏或NLoS目标。与以前的作品,采用一个单一的IRS,我们调查这个问题,使用多个IRS平台,并通过推导相关的Cramer-Rao下界(CRLB)评估的估计性能。然后,我们通过最小化联合参数CRLB矩阵的标量A-最优性度量来设计多普勒感知IRS相移。由此产生的优化问题是非凸的,因此通过交替优化框架来解决。数值结果表明,部署多个IRS平台与我们提出的优化相移导致更高的估计精度相比,非IRS和单IRS的替代品。
2022-11-27 eess.SP math.OC
Exploiting Symmetric Non-Convexity for Multi-Objective Symbol-Level DFRC Signal Design
本文提出基于对称非凸性的符号级DFRC信号设计算法,利用雷达感知指标的对称旋转不变性高效优化波束图、SINR和CRLB,降低计算复杂度并提升性能。
2025-04-19 eess.SP
A Novel Geometric Solution for Moving Target Localization through Multistatic Sensing in the ISAC System
针对ISAC系统中运动目标定位问题,提出融合双基距离、距离变化率及通信端DOA测量的新型几何解法,可减少所需收发对数量,在中等DOA噪声下性能优于传统2SWLS方法。
2024-01-29 cs.SY eess.SP eess.SY
Secure Integrated Sensing and Communication Exploiting Target Location Distribution
针对目标位置随机且可能窃听的安全ISAC系统,提出利用位置先验推导PCRB闭式近似上界,并基于AN波束成形和SDR两阶段优化最坏情况保密速率。
2023-06-07 cs.IT eess.SP math.IT
Base Station Placement Optimization for Networked Sensing Exploiting Target Location Distribution
本文针对多基站组网感知系统,利用目标位置分布先验信息,通过推导PCRB闭式表达式并设计多项式时间算法优化基站布局,显著提升感知性能。
2025-09-08 cs.IT eess.SP math.IT
MIMO Integrated Sensing and Communication Exploiting Prior Information
本研究针对利用位置先验分布信息的MIMO ISAC系统,以PCRB为感知性能度量推导其上界与理论性质,优化发射协方差矩阵并提出低复杂度次优解,数值结果验证了设计的有效性。
2023-12-20 cs.IT eess.SP math.IT
Networked Sensing with AI-Empowered Interference Management: Exploiting Macro-Diversity and Array Gain in Perceptive Mobile Networks
本文针对感知移动网络中感知与通信干扰及分布式感知节点联合处理问题,提出两阶段干扰管理协议、网络化感知检测器和SN选择算法,并设计分布式模型驱动深度学习算法提升杂波估计效率,仿真验证了网络化感知增益和算法高效性。
2023-04-19 cs.IT eess.SP math.IT
Alternative Detectors for Spectrum Sensing by Exploiting Excess Bandwidth
频谱感知的问题进行了研究,通过利用先验和后验的接收噪声方差的信息。首先,传统的平均似然比(ALR)和一般似然比测试(GLRT)检测器下的伽马分布函数作为信道噪声,第一次,在先验统计分布的噪声方差的可用性。然后,提出了两个鲁棒检测器,利用现有的多余带宽提供后验概率的接收噪声方差的不确定性。第一种基于传统ALR的检测器在接收信号的先验和后验条件下采用观测值的边缘分布,第二种基于最大后验概率(MAP)的检测器在与第一种检测器相同的假设条件下采用噪声功率倒数的估计。此外,所提出的检测器的性能的分析表达式得到的虚警和检测概率。仿真结果表明,该检测器优于传统的同行。
2021-02-13 cs.IT cs.SY eess.SP
Evolution Toward Sensing-Enabled RAN: Practical Bistatic Sensing via Uplink
Fraunhofer Heinrich Hertz Institute (HHI)(弗劳恩霍夫海因里希赫兹研究所);Technische Universität Berlin(柏林工业大学)
该研究提出基于上行链路CSI的感知方法,结合5G定位与多天线阵列处理,通过仿真和实际实验验证其可实现本地移动目标的检测、定位与跟踪,为演进支持感知的RAN提供实用方案。
2026-11-17 eess.SP
Secure Near-Field ISAC with Pinching-Antenna Systems: Exploiting Constructive-Destructive Interference
Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学);Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡弗里德里希·亚历山大大学);University College London(伦敦大学学院)
本文针对夹捏天线系统下的安全近场ISAC,联合设计符号级预编码和天线位置,利用相长/相消干涉实现可靠通信与目标定位,并提出了高效优化算法,实现亚毫米级定位和显著性能提升。
2026-09-29 eess.SP
Near-Field Velocity Sensing and Predictive Beamforming
提出近场速度感知概念,利用基于最大似然的方法从回波信号联合估计移动目标的径向与横向速度,并据此构建无需信道估计即可实现无缝传输的预测性波束成形框架。
2024-09-23 cs.IT eess.SP math.IT
Integrated Sensing and Channel Estimation by Exploiting Dual Timescales for Delay-Doppler Alignment Modulation
本文针对ISAC系统,利用路径不变时间与信道相干时间的双时间尺度,提出基于DDAM的ISAC框架及ASOMP-SR算法,实现联合环境感知与PSI估计,相比OFDM提升频谱效率并降低PAPR。
2023-10-17 cs.IT eess.SP math.IT
Near-Field Integrated Sensing and Communications for Secure UAV Networks
提出一种近场集成感知与通信框架,通过近场定位与轨迹跟踪实时估计窃听无人机状态,并联合优化波束成形与轨迹设计最大化保密速率,实现高时间效率的安全无人机网络。
2025-08-15 eess.SP
Hybrid Beamforming Design for Integrated Sensing and Communication Exploiting Prior Information
针对MIMO ISAC系统,本文利用目标角度先验分布并以PCRB为指标,提出单/多RF链混合波束成形优化算法及速率约束下的AO-FPP-SCA方法。
2024-09-06 cs.IT eess.SP math.IT
Opportunistic Network-Level ISAC with Cooperative Sensing: A Meta-Distribution Analysis
Queen’s University(女王大学)
本文提出一种协作感知框架,利用最近的基站进行目标感知并机会性利用邻近基站的双星回波,通过非相干回波功率合并实现协作,利用随机几何分析感知和通信覆盖范围及速率,首次提出协作感知元分布以量化可靠性,结果表明在通信损失有限的情况下,显著提升感知增益和高可靠性尾部。
2026-04-07 eess.SP
Using Wi-Fi Signal as Sensing Medium: Passive Radar, Channel State Information and Followups
利用Wi-Fi突发作为传感目的的介质,特别是对于室内环境中的人体目标的想法,在雷达和计算机科学界都得到了培养,并且它已经成为一个引人注目的研究流派,在安全,医疗保健,人机交互等方面具有跨学科的影响。本文比较介绍了基于无源雷达和基于信道状态信息(CSI)的方法。对于每种方法,主要的设计原则,信号处理和代表性的应用场景。最后,指出了Wi-Fi传感技术的发展机遇和挑战,以期更贴近实践者和终端用户。
2022-01-09 eess.SP
Exploiting Six-Dimensional Movable Antenna (6DMA) for Wireless Sensing
本文在基站部署6DMA,通过联合优化天线三维位置与旋转最小化DoA估计CRB,并设计高效非凸优化算法,显著提升无线感知精度。
2024-09-08 cs.IT eess.SP math.IT
Exploiting NOMA and RIS in Integrated Sensing and Communication
提出了一种新的综合传感与通信(ISAC)系统,利用双功能基站发送叠加的非正交多址(NOMA)通信信号,同时为通信用户和传感目标服务。此外,还提出了一种新的可重构智能表面(RIS)辅助传感结构,以解决传感任务的LoS链路的显著路径损耗或阻塞。在此基础上,推导出雷达目标在RIS处的波束方向图增益,并将其作为一个感知度量。本文的目标是通过联合优化有源波束形成、功率分配系数和无源波束形成来最大化最小波束增益。为了解决制定的优化问题的非凸性,波束方向图的增益和约束,首先转换成更容易处理的形式。在此基础上,结合逐次凸逼近(SCA)、Schur补、半定松弛(SDR)和序列秩一约束松弛(SRCR)方法,提出了一种迭代块坐标下降(IBCD)算法。为了降低IBCD算法的复杂度,提出了一种低复杂度的迭代交替优化(IAO)算法。特别地,通过求解半定规划(SDP)问题来优化有源波束形成,并推导出功率分配系数的闭式解。数值结果表明:i)提出的RIS-NOMA-ISAC系统在波束图增益和照明功率方面始终优于没有NOMA的RIS-ISAC系统; ii)低复杂度IAO算法实现了与IBCD算法相当的性能。iii)在欠载和过载通信场景中,可以通过所提出的联合优化算法来实现高波束方向图增益。
2022-10-06 cs.IT eess.SP math.IT
Exploiting Structural Sparsity and Delay-Doppler Decoupling for Low-Complexity OTFS-ISAC Receivers
University of Pavia(帕维亚大学);Chalmers University of Technology(查尔姆斯理工大学)
针对采用缩减循环前缀的OTFS-ISAC系统,提出利用延迟-多普勒域的结构稀疏性实现信道估计、雷达感知和数据检测的低复杂度算法,并引入深度学习进行模型阶数选择,所提方案在低信噪比下性能优于传统方法。
2026-06-23 eess.SP
Optimal Beamforming for Integrated Sensing and Communication Exploiting Prior Distribution Information: How Many Beams are Needed?
The Hong Kong Polytechnic University(香港理工大学)
研究多目标多用户ISAC系统中含通信与感知波束的通用发射波束成形结构,通过推导周期后验克拉美罗界表征感知性能,利用半定松弛提出最优解构造方法并推界限,数值结果验证了方法有效性。
2026-07-29 cs.IT eess.SP math.IT
Joint Scattering Environment Sensing and Channel Estimation for Integrated Sensing and Communication
本文考虑了一个通感一体化系统,其中一些雷达目标也充当通信散射体。提出了一种基于目标和散射体在散射环境中位置的位置域信道建模方法,得到的雷达和通信信道具有部分公共稀疏性。利用这一点,我们提出了一个联合散射环境感知和信道估计方案,以提高目标/散射定位和信道估计性能的同时。具体地,基站(BS)首先发送下行链路导频以感测散射环境中的目标。然后,用户发送上行链路导频以估计通信信道。最后,基于反射的下行链路导频信号和接收的上行链路导频信号,在BS处执行联合散射环境感测和信道估计。结合Turbo方法和期望最大化方法,设计了一种基于消息传递的算法。我们所提出的方案的优点在模拟中得到了验证。
2023-02-03 eess.SP
Compressed-Domain Detection and Estimation for Colocated MIMO Radar
本文提出了压缩域信号处理(CSP)多输入多输出(MIMO)雷达,MIMO雷达的方法,实现了大量的样本复杂度降低,利用CSP的想法。CSP MIMO雷达包括两个层次的数据压缩,然后在压缩域进行目标检测。首先,在接收天线处应用压缩感知,随后是被设计用于抑制杂波的Capon波束形成器。利用波束形成器输出的稀疏性质,将第二压缩应用于经滤波的数据。目标检测随后通过在离散化角度空间的每个网格点处制定和求解假设检验问题来进行。与传统的压缩感知(CS)MIMO雷达相比,所提出的方法能够在某些设置中将样本复杂度降低8倍,从而实现更快的目标检测。建议检测器的受试者工作特性(ROC)曲线。仿真结果表明,该方法优于基于恢复的压缩感知算法。
2020-06-17 eess.SP
A Context-Aware Readout System for Sparse Touch Sensing Array Using Ultra-low-power Always-on Event Detection
针对大触摸屏能耗问题,提出基于轻量级压缩感知的常开事件检测的上下文感知读出系统,通过关闭空闲电路实现高达42倍能效提升。
2023-05-11 eess.SP
Sensing-Assisted Anti-Blockage Pinching-Antenna Systems For Indoor Immersive Communications
School of Science and Technology, Hong Kong Metropolitan University(香港都会大学理学院);College of Electronics and Information Engineering, South-Central Minzu University(中南民族大学电子信息工程学院)
该研究提出感知辅助抗遮挡捏合天线系统PASS,通过集成感知与受控移动,实现室内毫米波通信的抗遮挡,大幅降低中断并维持所需吞吐量。
2026-08-25 eess.SP
Compressed Sensing-Driven Near-Field Localization Exploiting Array of Subarrays
Universidad Carlos III Madrid(马德里卡洛斯三世大学);IMDEA Networks Institute(IMDEA网络研究所);InterDigital Inc.(InterDigital公司);University of Padova(帕多瓦大学)
SHARE通过两阶段稀疏恢复算法实现高分辨率近场定位,解决稀疏子阵列的栅格波束模糊问题,优于传统方法和全数字MUSIC算法。
2026-01-29 cs.ET eess.SP
Advanced ISAC Design: Movable Antennas and Accounting for Dynamic RCS
本文研究利用可移动天线(MAs)增强ISAC系统性能,考虑动态RCS变化并引入机会约束,联合优化天线位置与波束设计以最小化基站发射功率,同时确保通信与感知QoS,提出迭代算法求解非凸MINLP问题,仿真表明该系统显著降低功耗且对RCS波动鲁棒性强。
2024-07-30 eess.SP
MULTI-SCOUT: Multistatic Integrated Sensing and Communications in 5G and Beyond for Moving Target Detection, Positioning, and Tracking
该研究提出基于5G PRS的多基地ISAC完整信号处理链,通过CAF提取目标参数、融合时延测速、适配多场景多目标并结合卡尔曼滤波平滑轨迹,实现高保真移动目标检测、定位与跟踪。
2025-09-05 cs.DC cs.NI eess.SP
Exploiting Movable Antennas for Multi-Target Wireless Sensing System in Multipath Environments
College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息与电子工程学院);the Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)(深圳未来网络智能研究所);the Guangdong Provincial Key Laboratory of Future Networks of Intelligence(广东省未来网络智能重点实验室)
研究多径环境中可移动天线无线传感系统的多目标检测问题,通过开发交叉稀疏马尔可夫混合先验推导目标位置后验概率,提出二维模糊函数分析角域传感性能,优化MA位置,算法低复杂度且性能与现有方法相当。
2026-07-28 cs.IT eess.SP math.IT
Pinching Antenna-enabled ISAC Systems: Exploiting Look-Angle Dependence of RCS for Target Diversity
本文研究基于夹持天线的ISAC系统,通过将RCS建模为随机变量以利用目标分集,并采用SCA框架优化PA动态激活策略,显著提升了感知可靠性。
2025-05-03 eess.SP math.OC
Exploiting Mutual Coupling Structure for Channel Estimation of Active RIS-Assisted Links
Technische Universität Berlin(柏林工业大学);University of British Columbia, Kelowna(不列颠哥伦比亚大学(基洛纳校区));American University of Beirut (AUB)(贝鲁特美国大学);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
本文针对有源可重构智能表面辅助链路,提出利用互耦结构进行低复杂度信道估计,通过压缩感知和散射矩阵结构缩减感知矩阵,在保持精度的同时显著降低复杂度。
2026-09-21 cs.IT eess.SP math.IT
An Adaptive Markov Random Field for Structured Compressive Sensing
利用稀疏信号中的内在结构是压缩感知(CS)的最新进展的基础。利用这样的结构的关键是实现两个期望的特性:通用性(\ie,适合具有不同结构的宽范围信号的能力)和适应性(\ie,适应于特定信号)。然而,大多数现有的方法通常仅实现这两个属性中的一个。在这项研究中,我们提出了一种新的自适应马尔可夫随机场稀疏先验的CS,它不仅能够捕捉到广泛的稀疏结构,但也可以适应每个稀疏信号通过细化的参数稀疏先验压缩测量。为了最大限度地提高适应性,我们还提出了一种新的稀疏信号估计,稀疏信号,支持,噪声和信号参数估计统一成一个变分优化问题,这可以有效地解决与替代的最小化计划。在三个真实数据集上的大量实验证明了该方法在恢复精度、噪声容忍度和运行时间方面的有效性。
2018-12-02 eess.IV eess.SP
ARC-Fi: Exploiting Antenna Spatial Diversity for Label-Efficient Domain Generalization in Wi-Fi Sensing
Suzhou Institute for Advanced Research, University of Science and Technology of China(中国科学技术大学苏州研究院);Suzhou Big Data and AI Research and Engineering Center(苏州大数据与人工智能研究与工程中心);School of Artificial Intelligence and Data Science, University of Science and Technology of China(中国科学技术大学人工智能与数据科学学院);Institute for Infocomm Research (I 2 R), A*STAR(资讯与通讯研究院(I2R),A*STAR);School of Computer Science and Technology, Soochow University(苏州大学计算机科学与技术学院)
ARC-Fi通过引入物理指导的数据增强策略,解决Wi-Fi传感中领域偏移问题,实现高效领域泛化。
2026-06-16 cs.LG eess.SP
Optimal Beamforming for Secure Integrated Sensing and Communication Exploiting Target Location Distribution
针对目标位置随机且分布已知的安全ISAC系统,提出基于PCRB约束和人工噪声的最优波束成形,通过两阶段方法及SDR紧松弛最大化最坏情况保密速率,并给出低复杂度次优方案。
2023-12-21 cs.IT eess.SP math.IT
An order optimal policy for exploiting idle spectrum in cognitive radio networks
本文提出了一种基于最近探测的认知无线电网络频谱感知策略。我们制定的问题,找到一个频谱感知政策的多频段动态频谱接入作为一个随机不安分的多臂强盗问题与固定未知的奖励分布。在认知无线电网络中,当决定在无线电频谱中的何处寻找可以有效地用于数据传输的空闲频率时,出现多臂强盗问题。我们考虑两个模型的动态的频段:1)独立的模型,其中的状态的带随机独立于过去和2)吉尔伯特-埃利奥特模型,其中的状态演变根据2状态马尔可夫链。结果表明,在这些条件下,所提出的传感策略达到渐近对数弱遗憾。本文提出的策略是一种索引策略,其中频段的索引由样本均值项和基于最近的勘探奖励项组成。样本平均值促进频谱开发,而探索奖金鼓励进一步探索提供高数据速率的空闲频带。所提出的基于新近度的方法容易地允许构造探索奖金,使得它将指数地增长次优频带的连续感测时刻之间的时间间隔,这然后导致渐进地增加弱遗憾。仿真结果证实对数弱遗憾,它被发现,所提出的政策往往提供更好的性能,在低复杂度比其他国家的最先进的政策在文献中。
2017-09-01 cs.IT eess.SP math.IT
Networked Tracking of Multiple Moving Targets in 6G Network
The Hong Kong Polytechnic University(香港理工大学);The University of Hong Kong(香港大学);the University of Technology Sydney(悉尼科技大学)
本文研究6G网络中多基站协同跟踪移动目标的方法,设计了网络化卡尔曼滤波器并优化波束成形以降低跟踪误差。
2026-04-21 cs.IT eess.SP math.IT
Rate-Splitting Multiple Access for Simultaneous Multi-User Communication and Multi-Target Sensing
研究单静态ISAC系统中的RSMA波形优化,通过联合提升通信MMF速率并最小化多目标参数估计CRB矩阵最大特征值,证明其相较SDMA具有更优的通感折中与检测性能。
2024-03-04 cs.IT eess.SP math.IT
Extracting Range-Doppler Information of Moving Targets from Wi-Fi Channel State Information
Intel Deutschland GmbH(英特尔德国公司);Intel Labs(英特尔实验室)
本文提出一种从商用Wi-Fi CSI中提取距离和多普勒信息的方法,通过时间偏移消除、相位对齐校正和耦合抑制,实现厘米级精度,验证了标准硬件高精度感知的可行性。
2025-08-04 cs.AI eess.SP
Secure ISAC MIMO Systems: Exploiting Interference With Bayesian Cramér-Rao Bound Optimization
针对兼具通信与感知功能的MIMO ISAC系统的安全需求,本文通过优化贝叶斯克拉美罗界、利用建设性干扰保障通信QoS并压制窃听目标解码性能,提出定制连续凸逼近方法求解非凸问题,性能优于块级预编码。
2024-01-30 cs.IT eess.SP math.IT